Successfully reported this slideshow.
We use your LinkedIn profile and activity data to personalize ads and to show you more relevant ads. You can change your ad preferences anytime.

Introducción Analítica

2,203 views

Published on

Presentación realizada durante el Practitioner Web Analytics 2008 en Barcelona.

Published in: Business, Technology
  • Be the first to comment

  • Be the first to like this

Introducción Analítica

  1. 1. Jaume Clotet Introducción a la Analítica Web
  2. 4. Contiene 0,5ltr 0,75ltr 0,75ltr Coste / ltr 8,5€ / ltr 5,22€ / ltr 2,78€ / ltr Resultado 850 platos 500 platos 200 platos Coste / 1000p 5€ 8€ 10€ Coste 4,25€ 3,95€ 2,09€
  3. 5. “ Web Analytics is the measurement, collection, analysis and reporting [1] of Internet data for the purposes of understanding and optimizing [2] Web usage. ”
  4. 6. ¿Qué necesitamos para hacer analítica web?
  5. 7. [1] Herramienta +
  6. 8. + cerebro [2]
  7. 9. + actitud!!! [3]
  8. 10. El barbero de Jim Novo
  9. 11. Data Driven Decisión Organisation
  10. 12. vs.
  11. 13. Breve historia logs, tags, cookies, …
  12. 14. Web Analytics Ecosystem
  13. 17. Revisión de Métricas fundamentales
  14. 18. “ All measures and metrics assume that they relate to an action by a human visitor .”
  15. 19. Datos 1 0 1 0 1 1 1 0 0 1 0 0 1 0 0 1 0 1 1 0 0 1 1 1 0 0 1 0 Ratios Analítica KPIs
  16. 20. Agregados Segmentados Individuales
  17. 21. Log file
  18. 22. Tag
  19. 23. Query string
  20. 24. Variables de URL
  21. 25. Las cookies 1rst vs. 3rd party
  22. 26. Página
  23. 27. Páginas Vistas
  24. 28. Server Calls
  25. 29. Tiempo de Sesión
  26. 30. Visitas
  27. 31. Usuarios Únicos
  28. 32. Usuarios Nuevos
  29. 33. Repeat Visitors
  30. 34. Return Visitors
  31. 35. Grupo de contenido
  32. 36. The Hotel Problem
  33. 37. Embudos
  34. 38. Afinidad
  35. 39. Referer
  36. 40. Ciclo de vida
  37. 41. Entry Page
  38. 42. Landing Page
  39. 43. Bounce Rate
  40. 44. Evento
  41. 45. Conversión
  42. 46. Outcome
  43. 47. Proceso de implementación
  44. 48. Proceso de implementación <ul><li>Requerimientos de negocio </li></ul><ul><li>Requerimientos técnicos </li></ul><ul><li>Implementación técnica </li></ul><ul><li>Auditoria calidad de datos </li></ul><ul><li>Monitorización periódica </li></ul>
  45. 49. KPI’s y Objetivos de negocio
  46. 50. ¿Quien define los KPIs?
  47. 51. Engagement “ An engagement is a promise to marry”
  48. 52. Engagement Convertir a un usuario fiel en cliente es 8 veces más probable Fuente: Websidestory 2006
  49. 53. Engagement Fuente: Eric T. Peterson
  50. 54. Engagement Convertir a un usuario fiel en cliente es ¿? veces más probable Fuente: tu sistema de analítica 
  51. 55. Valor añadido el contenido
  52. 56. KPIs según tipo web Self-Service Comercio Candidatos Contenidos
  53. 57. Modelos web según resultado <ul><li>Captar tráfico de calidad </li></ul><ul><li>Crear campañas y creatividades apropiadas </li></ul><ul><li>Maximizar la efectividad de las páginas de entrada </li></ul><ul><li>Diseñar y optimizar el proceso de conversión </li></ul><ul><li>Optimizar el checkout </li></ul><ul><li>Mejorar la ubicación de producto </li></ul><ul><li>Incrementar la conversión y retención de usuario utilizando la segmentación </li></ul>Comercio
  54. 58. Modelos web según resultado <ul><li>Maximizar la efectividad de campañas </li></ul><ul><li>Optimizar la navegación </li></ul><ul><li>Optimizar formularios </li></ul><ul><li>Maximizar efectividad del contenido </li></ul><ul><li>Incrementar la conversión de leads por segmentación </li></ul><ul><li>Cerrar el circulo de conversión entre generación de lead y conversión a venta </li></ul>Candidatos
  55. 59. Modelos web según resultado <ul><li>Gestionar el stock de publicidad </li></ul><ul><li>Optimizar el contenido </li></ul><ul><li>Ajustar stock con las necesidades de publicidad </li></ul><ul><li>Incrementar ratios de suscripción </li></ul>Contenidos
  56. 60. Modelos web según resultado <ul><li>Medir el volumen de la web </li></ul><ul><li>Identificar las cuestiones que preocupan a los clientes </li></ul><ul><li>Optimizar el diseño de contenidos </li></ul><ul><li>Utilizar la analítica web para desviar volumen de call center. </li></ul><ul><li>Optimizar la gama de producto </li></ul>Self-Service
  57. 61. Definir KPIs Fuente: Alt64 2004
  58. 62. Construir informes (ejemplos)
  59. 63. 1ro ¿Quien soy?
  60. 64. 2do ¿Cómo he llegado hasta aquí?
  61. 65. 3ro ¿Cómo son mis usuarios?
  62. 66. 4to ¿Cómo son mis clientes?
  63. 67. 5to ¿Cómo convierto usuarios en clientes?
  64. 68. Preguntas previas <ul><li>¿Para quien es el informe? </li></ul><ul><li>¿Qué uso se le va a dar? </li></ul><ul><li>¿Con que periodicidad se debe enviar? </li></ul><ul><li>¿Qué métricas debe incluir? </li></ul><ul><li>¿Debe incluir conclusiones? </li></ul>
  65. 69. ¿Crappy dashboards?
  66. 70. Action dashboard Fuente: Avinash Kaushik 2008
  67. 72. ¿Cuál es el informe ideal?
  68. 73. Construir informes (caso práctico)
  69. 75. Selección de herramienta
  70. 76. Preguntas clave <ul><li>¿Qué queremos medir? </li></ul><ul><li>¿Cómo accederemos a los datos? </li></ul><ul><li>¿Qué nivel de reporting necesitamos? </li></ul><ul><li>¿Necesitamos integrar los datos? </li></ul><ul><li>¿Qué nivel de soporte necesitamos? </li></ul>

×